Eileen Figure AI 发布了 Helix 2.5。创始人 Brett Adcock 在发布视频中称，这是公司成立以来最重要的项目。这家估值 390 亿美元的未上市人形机器人公司，此前几代 Helix 的演示大多在光线良好的样板间里完成。机器人虽然已经能自主工作，但场景单一始终是外界批评的重点。
这一次，Figure AI 在旧金山湾区租下 30 套住宅，把机器人直接运到现场，让它们整理客厅、铺床、折叠毛巾。公司称，没有针对这些住宅和其中的物品进行训练或适配，30 套住宅里都出现了成功案例。在其讲述中，机器人不再只重复实验室里学过的动作，而是能把积累的经验带到陌生环境中，这正是机器人领域长期追逐的泛化能力。
技术博客随后公布了完整数据：420 次测试成功 237 次，整体任务成功率 56%。三项任务各测试 140 次，铺床成功 94 次，约 67%；折叠毛巾成功 87 次，约 62%；整理玩具成功 56 次，任务要求是把 13 至 15 件玩具全部放进篮子。需要人工安全干预或超出规定时间，都记为失败。训练方式上，此前的 Helix 02 从已预训练的视觉语言模型出发，再用机器人数据学习动作，而数据来自机器人最终工作的环境。Helix 2.5 则从随机初始化开始，先在 Figure AI 的人类行为数据集 Index 上预训练，再用任务数据分别适配三种行为，测试时每种行为使用同一个固定版本，不因具体住宅重新训练。Figure AI 所说的 zero-shot，指的是没见过的住宅、房间布局和具体物品，而不是只听到一句自然语言指令就自行想出铺床的办法。
同行并不认同。Sunday Robotics 联合创始人 Tony Zhao 指出，237 次成功也意味着机器人有接近一半的时间在失败。Stealth 的 CEO Nikolai Ensslen 更为直接，认为这组数据恰好说明 Figure AI 使用的模仿学习系统不能泛化。Figure AI 觉得自己摸到了机器人版的 scaling law，两位同行看到的却是一条可能走不通的路线。
